Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Beobachtungsstudie Bewertung der Pathologie -Praxis Verwenden Sie künstliche Intelligenz bei vermuteten Lungen- und Brustkrebs von Patienten (CASCADE)

2. September 2026 aktualisiert von: AstraZeneca

Eine nicht interventionelle Studie zur Bewertung von Proben von Patienten mit vermutetem nicht-kleinem Lungenkrebs oder Brustkrebs, um Pathologiepraktiken zu beschreiben und die Computerpathologie sowie die Algorithmen für künstliche Intelligenz zu bewerten.

Eine multinationale Beobachtungsstudie zur Bewertung der aktuellen Pathologiepraktiken und der Verwendung der Computerpathologie sowie der Algorithmen für künstliche Intelligenz bei Patienten mit Verdacht auf Lungen und Brustkrebs.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Eine nicht interventionelle Studie zur Bewertung von Proben von Patienten mit vermutetem nicht-kleinem Lungenkrebs oder Brustkrebs, um Pathologiepraktiken zu beschreiben und die Computerpathologie sowie die Algorithmen für künstliche Intelligenz in Australien, Brasilien, Ägypten und Kenia zu bewerten. Die Verwendung digitaler und rechnerischer künstlicher Intelligenzpathologie in Ländern mit niedrigem und hohem Pathologen/Bevölkerungsverhältnissen ist entscheidend für die Entwicklung einer nachhaltigen Lösung. Die Studie hat zwei Teile, der erste Teil wird sich auf Brustkrebs konzentrieren und der zweite Teil wird sich auf Lungenkrebs konzentrieren.

Die Laboratorien haben eine aktive digitale Pathologie und bewerten Proben für die Krebsdiagnose. Die Zentren des Lungenkrebs -Teils der Studie werden zu einem späteren Zeitpunkt ausgewählt. In der Studie werden die Proben von Patienten, bei denen vorläufig Brust- oder Lungenkrebs durch klinische Bewertungen vorliegt, retrospektiv bewertet und deren Proben nur unter Verwendung herkömmlicher Workflow bewertet wurden.

Im Rahmen der Studie werden in jedem Labor Computer -AI -Pathologie -Algorithmen implementiert. Zwei AI -Pathologie -Algorithmen werden im Brustkrebs -Teil der Studie verwendet. Die von der IBEX Medical Analytics entwickelte Galen ™ -Brustanwendung wird in einem Labor in Australien implementiert. MindPeak Breast, entwickelt von MindPeak GmbH wird in Labors in Brasilien, Ägypten und Kenia umgesetzt. Nach der Implementierung von Computer-AI-Pathologie-Algorithmen werden 150 Stichproben, die für das Hauptziel aus jedem Labor für jeden Krebstyp bewertet wurden, mit einem herkömmlichen Workflow sowie einem AI-unterstützten Workflow mit menschlicher Aufsicht und einem herkömmlichen Workflow sowie einem AI-unterstützten Workflow ohne menschliche Aufsicht bewertet. Diese Bewertungen werden verwendet, um sekundäre und explorative Ziele zu analysieren.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

603

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

      • São Paulo, Brasilien
        • Research Site
      • Nairobi, Kenia
        • Research Site

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Daten aus Proben, die das folgende Einschlusskriterium erfüllen, werden analysiert.

• Probe von erwachsenen Patienten (≥ 18 Jahre) mit vermutetem nicht-kleinzelligem Lungenkrebs oder invasivem Brustkrebs oder duktalem Karzinom in situ.

Beschreibung

Einschlusskriterien: Stichprobe von erwachsenen Patienten (≥ 18 Jahre) mit vermuteten nicht-kleinzelligen Lungenkrebs oder invasivem Brustkrebs oder duktalem Karzinom in situ.

- -

Ausschlusskriterien:

  • Proben mit der unzureichenden technischen Qualität von Objektträgern (Qualität voranalytischer Qualität) oder Bilder, z. B. zerbrochene Objektträger, große Bereiche außerhalb des Fokus, Folien mit Fixierungsartefakten.

    • Proben aus Fällen, die in die Schulung oder technische Validierung einbezogen wurden.
    • Probe durch feine Nadelaspiration.
    • Probe zur zytologischen Bewertung gesendet.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Hauptziel
Zeitfenster: 2 Jahre
Die Dauer zwischen dem Datum/der Zeit/der Zeit von Biopsy-Taken und dem datum-diagnostischen Zeitpunkt biopsie basierend wird basierend auf den Laboraufzeichnungen retrospektiv berechnet.
2 Jahre
Hauptziel
Zeitfenster: 2 Jahre
Die Lesezeit zur Beurteilung der Abschnitte für die pathologische Diagnose wird auch aus den Laborakten extrahiert, sofern in den Aufzeichnungen relevante Informationen aufbewahrt wurden.
2 Jahre
Erkundungsziel
Zeitfenster: 2 Jahre
Die Gesamtkosten und Gebühren im Zusammenhang mit der Schulung zur Implementierung digitaler Pathologie und Computer -AI -Pathologie -Algorithmen werden als Endpunkt bewertet.
2 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
sekundäre Ziele
Zeitfenster: 2 Jahre
Übereinstimmungsrate: PPV und NPV für Computer -AI -Pathologie -Algorithmen (mit und ohne menschliche Aufsicht) Wenn der konventionelle Pathologie -Workflow auch die Referenz ist, wird ebenfalls bewertet.
2 Jahre
Erkundungsziel
Zeitfenster: 2 Jahre
Die Gesamtkosten und Gebühren für Mitarbeiter für die Implementierung digitaler Pathologie und Computer -AI -Pathologie -Algorithmen werden als Endpunkt bewertet.
2 Jahre

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sekundäres Ziel
Zeitfenster: 2 Jahre
Empfindlichkeit: PPV und NPV für Computer -AI -Pathologie -Algorithmen (mit und ohne menschliche Aufsicht) Wenn der konventionelle Pathologie -Workflow auch die Referenz ist, wird ebenfalls bewertet.
2 Jahre
Sekundäres Ziel
Zeitfenster: 2 Jahre
Spezifität: PPV und NPV für Computer -AI -Pathologie -Algorithmen (mit und ohne menschliche Überwachung) Wenn der konventionelle Pathologie -Workflow auch die Referenz ist, wird ebenfalls bewertet.
2 Jahre
Erkundungsziel
Zeitfenster: 2 Jahre
Die Gesamtkosten und Gebühren in Bezug auf Hardware für die Implementierung digitaler Pathologie und Computer -AI -Pathologie -Algorithmen werden als Endpunkt bewertet.
2 Jahre
Erkundungsziel
Zeitfenster: 2 Jahre
Die Gesamtkosten und Gebühren in Bezug auf Software zur Implementierung digitaler Pathologie und Computer -AI -Pathologie -Algorithmen werden als Endpunkt bewertet.
2 Jahre

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

25. Oktober 2025

Primärer Abschluss (Tatsächlich)

19. März 2026

Studienabschluss (Tatsächlich)

19. März 2026

Studienanmeldedaten

Zuerst eingereicht

28. Januar 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

13. Februar 2025

Zuerst gepostet (Tatsächlich)

14. Februar 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

3. September 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. September 2026

Zuletzt verifiziert

1. August 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Beschreibung des IPD-Plans

Qualifizierte Forscher können den Zugriff auf anonymisierte Daten auf individueller Patientenebene der AstraZeneca-Gruppe von Unternehmen beantragen, die über das Anfrageportal vivli.org gesponserte klinische Studien gesponsert wurden. Alle Anfragen werden gemäß der AZ -Offenlegungspflicht bewertet: https://astrazenecagrouptrials.pharmacm.com/st/submission/disclosure. Ja, gibt an, dass AZ Anfragen für IPD annehmen, aber dies bedeutet nicht, dass alle Anfragen geteilt werden.

IPD-Sharing-Zeitrahmen

AstraZeneca erfüllt oder übertreffen die Datenverfügbarkeit gemäß den Verpflichtungen für die Prinzipien der EFPIA -PHRMA -Datenaustausch. Weitere Informationen zu unseren Zeitplänen finden Sie in unserer Offenlegungspflicht unter https://astrazenecagrouptrials.pharmacm.com/st/submission/disclosure.

IPD-Sharing-Zugriffskriterien

Wenn eine Anfrage genehmigt wurde, bietet AstraZeneca den Zugriff auf die anonymisierten Daten auf individueller Patientenebene über sichere Forschungsumgebung vivli.org.

Die unterschriebene Datennutzungsvereinbarung (nicht verhandelbarer Vertrag für Datenzubehör) muss vor dem Zugriff auf angeforderte Informationen vorhanden sein.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren